| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-20页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-18页 |
| 1.2.1 国外研究现状 | 第17-18页 |
| 1.2.2 国内研究现状 | 第18页 |
| 1.3 论文的研究内容与结构安排 | 第18-20页 |
| 第二章 设备健康管理技术 | 第20-26页 |
| 2.1 PHM系统框架 | 第20-22页 |
| 2.2 PHM系统关键应用技术 | 第22-25页 |
| 2.2.1 数据采集、传输与处理技术 | 第22-23页 |
| 2.2.2 故障诊断与故障预测技术 | 第23-25页 |
| 2.3 经纬仪的健康管理 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 电源系统的状态监测及诊断研究 | 第26-48页 |
| 3.1 HMM的基本理论 | 第26-32页 |
| 3.1.1 HMM的基本原理 | 第26-27页 |
| 3.1.2 HMM的基本参数 | 第27-28页 |
| 3.1.3 HMM的基本算法 | 第28-32页 |
| 3.2 基于HMM的电源状态监测及诊断研究 | 第32-38页 |
| 3.2.1 基于HMM的状态监测及诊断原理 | 第32-35页 |
| 3.2.2 基于LDA的特征降维 | 第35-36页 |
| 3.2.3 LDA的改进设计 | 第36-38页 |
| 3.3 基于LDA-CHMM的电源状态监测设计及应用 | 第38-42页 |
| 3.3.1 电源状态监测过程 | 第38-39页 |
| 3.3.2 CHMM的初始化 | 第39-40页 |
| 3.3.3 CHMM的实验结果 | 第40-42页 |
| 3.4 基于LDA-CHMM的电源故障诊断设计及应用 | 第42-47页 |
| 3.4.1 电源故障诊断过程 | 第42-43页 |
| 3.4.2 应用实例 | 第43-46页 |
| 3.4.3 HMM的类型与结构的对比分析 | 第46-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 电源系统的状态预测研究 | 第48-68页 |
| 4.1 SVM与LS-SVM的基本原理 | 第48-53页 |
| 4.1.1 SVM的基本原理 | 第48-51页 |
| 4.1.2 LS-SVM的基本原理 | 第51-53页 |
| 4.2 基于LS-SVM的时间序列预测方法 | 第53-55页 |
| 4.3 超参数的优化方法 | 第55-62页 |
| 4.3.1 基于多级网格搜索的超参数优化方法 | 第56-58页 |
| 4.3.2 基于遗传算法的超参数优化方法 | 第58-61页 |
| 4.3.3 对比实验 | 第61-62页 |
| 4.4 LSSVM-HMM电源故障预测 | 第62-66页 |
| 4.4.1 LSSVM-HMM故障预测过程 | 第62-63页 |
| 4.4.2 LSSVM-HMM的应用 | 第63-66页 |
| 4.5 本章小结 | 第66-68页 |
| 第五章 经纬仪健康管理系统软件的设计与实现 | 第68-84页 |
| 5.1 经纬仪电源健康管理软件的系统分析 | 第68-69页 |
| 5.1.1 系统需求分析 | 第68页 |
| 5.1.2 系统的设计原则 | 第68-69页 |
| 5.1.3 系统功能分析 | 第69页 |
| 5.2 经纬仪健康管理软件设计 | 第69-76页 |
| 5.2.1 软件架构设计 | 第69-71页 |
| 5.2.2 数据库设计 | 第71-72页 |
| 5.2.3 应用任务划分 | 第72页 |
| 5.2.4 网络通信模块设计 | 第72-75页 |
| 5.2.5 界面设计 | 第75-76页 |
| 5.3 健康管理系统软件的开发实现 | 第76-82页 |
| 5.3.1 软件开发环境 | 第76页 |
| 5.3.2 数据库开发 | 第76-77页 |
| 5.3.3 系统主要功能实现 | 第77-82页 |
| 5.4 本章小结 | 第82-84页 |
| 第六章 总结与展望 | 第84-86页 |
| 6.1 工作总结 | 第84-85页 |
| 6.2 工作展望 | 第85-86页 |
| 参考文献 | 第86-90页 |
| 致谢 | 第90-92页 |
| 作者简介 | 第92-93页 |